1. 毕业设计（论文）主要目标：
本设计的目标是选择最佳的人脸检测方式对人脸进行检测，再将训练集导入到卷积神经网络完成人脸识别；ERT和HAAR两种人脸检测以及特征提取的方式将被阐述，并且将会通过一定数量的照片来检测其成功率来对比优劣性。
至于卷积神经网络方面，本设计目的在于分析卷积神经网络的结构以及拆解训练模型的过程。
本设计的最终目标是选出最贴切的人脸检测方式与一个能够认识训练集中人物的人脸识别神经网络。
2. 毕业设计（论文）主要内容：
本设计的主要内容将会分为以下几步，主要围绕人脸检测与卷积神经网络人脸识别而进行。1.将会分析ERT与HAAR人脸检测的原理来鉴别五官特征提取的方式。2.将会对比ERT与HAAR的人脸检测结果，通过一定数量的人脸检测的识别结果来选取下面一步卷积神经网络训练中所需要的人脸训练集。3.将会选取合适的一万张训练集以及陌生人脸集，对图像进行预处理以送入卷积神经网络。4.将会完成卷积神经网络的训练，包括优化器的选取，卷积层的建立等等。5.如若以上步骤全部成功，便可以用图片或视频的形式展示人脸识别的结果。
3. 主要参考文献
[1] Viola P , Jones M . Rapid Object Detection using a Boosted Cascade of Simple Features[C]. IEEE Computer Society, 2001.
[2] Dalal, Navneet, Triggs, et al. Histograms of Oriented Gradients for Human Detection[C]// IEEE Computer Society Conference on Computer Vision Pattern Recognition. 2005.
[3] Kazemi V , Sullivan J . One Millisecond Face Alignment with an Ensemble of Regression Trees[C]// 2014 IEEE Conference on Computer Vision and Pattern Recognition. IEEE, 2014.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
